基于神经网络的生长灌溉数据分析方法及系统与流程

本发明涉及数据处理领域，具体涉及一种基于神经网络的生长灌溉数据分析方法及系统。

背景技术：

1、滴灌灌溉技术已广泛应用于多种作物的灌溉管理中。滴灌以其精准供水和节水的特点，被认为是提高水资源利用率、减少蒸发和避免水分浪费的有效方法。灌溉数据的分析对灌溉调整有着重要的参考作用，目前对灌溉数据分析时，一般仅考虑整体灌溉的水分是否满足作物要求。

2、但是，对于部分作物如蝴蝶兰，灌溉过程中，需要根部土壤保持湿润但不能存在积水，而叶片表面湿度要较低不能存在水分，否则可能作物叶片病害的健康问题，目前的灌溉数据分析没有考虑到这一点。

3、总体而言，现有技术的灌溉数据分析多侧重于大范围的湿度分析，未能充分考虑作物生长的细微需求，存在灌溉数据分析不完善，分析精度不足的技术问题。

技术实现思路

1、本发明针对现有技术中灌溉数据分析多侧重于大范围的湿度控制分析，未能充分考虑作物生长的细微需求，存在灌溉数据分析不完善，分析精度不足的技术问题。

2、第一方面，本发明通过提供基于神经网络的生长灌溉数据分析方法，包括：在作物生长灌溉过程中，采集多个作物区域的滴灌图像，以及叶片附近和根茎附近的湿度信息，获得多个滴灌图像、多个叶片湿度信息和多个根茎湿度信息；

3、对所述多个叶片湿度信息和多个根茎湿度信息进行数据特征保留的降维处理，获得降维叶片湿度信息集和降维根茎湿度信息集，以及获得分布均匀性信息，并根据降维叶片湿度信息和降维根茎湿度信息对应的作物区域，对所述多个滴灌图像进行筛选获得降维滴灌图像集；

4、基于神经网络，对所述降维滴灌图像集内的多个降维滴灌图像分别进行滴灌飞溅识别和土壤积水识别，获得多个滴灌飞溅参数和多个土壤积水参数；

5、基于神经网络，结合所述多个滴灌飞溅参数和降维叶片湿度信息集，进行滴灌叶片质量分析，获得多个滴灌叶片质量信息，结合所述多个土壤积水参数和降维根茎湿度信息集，进行滴灌根茎质量分析，获得多个滴灌根茎质量信息；

6、根据所述多个滴灌叶片质量信息和多个滴灌根茎质量信息，处理获得综合滴灌质量信息和滴灌质量均匀性信息，结合所述分布均匀性信息对所述综合滴灌质量信息进行修正计算，获得滴灌质量分析结果，作为生长灌溉数据分析结果。

7、第二方面，本发明通过提供基于神经网络的生长灌溉数据分析系统，系统包括：灌溉数据采集模块，用于在作物生长灌溉过程中，采集多个作物区域的滴灌图像，以及叶片附近和根茎附近的湿度信息，获得多个滴灌图像、多个叶片湿度信息和多个根茎湿度信息；

8、灌溉数据降维模块，用于对所述多个叶片湿度信息和多个根茎湿度信息进行数据特征保留的降维处理，获得降维叶片湿度信息集和降维根茎湿度信息集，以及获得分布均匀性信息，并根据降维叶片湿度信息和降维根茎湿度信息对应的作物区域，对所述多个滴灌图像进行筛选获得降维滴灌图像集；

9、图像识别模块，用于基于神经网络，对所述降维滴灌图像集内的多个降维滴灌图像分别进行滴灌飞溅识别和土壤积水识别，获得多个滴灌飞溅参数和多个土壤积水参数；

10、滴灌质量分析模块，用于基于神经网络，结合所述多个滴灌飞溅参数和降维叶片湿度信息集，进行滴灌叶片质量分析，获得多个滴灌叶片质量信息，结合所述多个土壤积水参数和降维根茎湿度信息集，进行滴灌根茎质量分析，获得多个滴灌根茎质量信息；

11、综合分析模块，用于根据所述多个滴灌叶片质量信息和多个滴灌根茎质量信息，处理获得综合滴灌质量信息和滴灌质量均匀性信息，结合所述分布均匀性信息对所述综合滴灌质量信息进行修正计算，获得滴灌质量分析结果，作为生长灌溉数据分析结果。

12、第三方面，本发明通过提供一种电子设备，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述计算机软件程序，进而实现第一方面的基于神经网络的生长灌溉数据分析方法。

13、第四方面，本发明通过提供一种计算机可读存储介质，所述存储介质中存储有计算机软件程序，所述计算机软件程序被处理器执行时实现第一方面的基于神经网络的生长灌溉数据分析方法。

14、本发明通过在作物生长灌溉过程中，采集多个作物区域的滴灌图像，以及叶片附近和根茎附近的湿度信息，获得多个滴灌图像、多个叶片湿度信息和多个根茎湿度信息；对多个叶片湿度信息和多个根茎湿度信息进行数据特征保留的降维处理，获得降维叶片湿度信息集和降维根茎湿度信息集，以及获得分布均匀性信息，并根据降维叶片湿度信息和降维根茎湿度信息对应的作物区域，对多个滴灌图像进行筛选获得降维滴灌图像集，通过降维处理提升保留数据特征，提升分析效率；基于神经网络，对降维滴灌图像集内的多个降维滴灌图像分别进行滴灌飞溅识别和土壤积水识别，获得多个滴灌飞溅参数和多个土壤积水参数；基于神经网络，结合多个滴灌飞溅参数和降维叶片湿度信息集，进行滴灌叶片质量分析，获得多个滴灌叶片质量信息，结合多个土壤积水参数和降维根茎湿度信息集，进行滴灌根茎质量分析，获得多个滴灌根茎质量信息；根据多个滴灌叶片质量信息和多个滴灌根茎质量信息，处理获得综合滴灌质量信息和滴灌质量均匀性信息，结合分布均匀性信息对综合滴灌质量信息进行修正计算，获得滴灌质量分析结果，作为生长灌溉数据分析结果。通过上述步骤，本申请能够对滴灌数据中的叶片飞溅湿润情况和根茎滴灌情况进行分析，进而分析整体的滴灌质量，同时结合分布和滴灌均匀性进行修正，考虑整体滴灌质量分析，能够达到提升滴灌数据分析全面性和分析精度的技术效果。

技术特征：

1.基于神经网络的生长灌溉数据分析方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于神经网络的生长灌溉数据分析方法，其特征在于，对所述多个叶片湿度信息和多个根茎湿度信息进行数据特征保留的降维处理，包括：

3.根据权利要求2所述的基于神经网络的生长灌溉数据分析方法，其特征在于，根据所述基准叶片湿度概率分布和基准根茎湿度概率分布，对所述多个叶片湿度信息和多个根茎湿度信息进行特征保留的优化降维，包括：

4.根据权利要求2所述的基于神经网络的生长灌溉数据分析方法，其特征在于，根据所述多个降维作物区域的区域坐标，计算获得所述分布均匀性信息，包括：

5.根据权利要求1所述的基于神经网络的生长灌溉数据分析方法，其特征在于，基于神经网络，对所述降维滴灌图像集内的多个降维滴灌图像分别进行滴灌飞溅识别和土壤积水识别，获得多个滴灌飞溅参数和多个土壤积水参数，包括：

6.根据权利要求1所述的基于神经网络的生长灌溉数据分析方法，其特征在于，基于神经网络，结合所述多个滴灌飞溅参数和降维叶片湿度信息集，进行滴灌叶片质量分析，获得多个滴灌叶片质量信息，结合所述多个土壤积水参数和降维根茎湿度信息集，进行滴灌根茎质量分析，获得多个滴灌根茎质量信息，包括：

7.根据权利要求1所述的基于神经网络的生长灌溉数据分析方法，其特征在于，根据所述多个滴灌叶片质量信息和多个滴灌根茎质量信息，处理获得综合滴灌质量信息和滴灌质量均匀性信息，结合所述分布均匀性信息对所述综合滴灌质量信息进行修正计算，获得滴灌质量分析结果，包括：

8.一种基于神经网络的生长灌溉数据分析系统，其特征在于，所述系统包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机软件程序，所述计算机软件程序被处理器执行时实现如权利要求1-7任一项所述的基于神经网络的生长灌溉数据分析方法。

技术总结本发明涉及一种基于神经网络的生长灌溉数据分析方法及系统，涉及数据处理技术领域，包括：在作物生长灌溉过程中，采集多个作物区域的滴灌图像，以及叶片附近和根茎附近的湿度信息，进行数据特征保留的降维处理，对降维滴灌图像集内的多个降维滴灌图像分别进行滴灌飞溅识别和土壤积水识别，结合多个滴灌飞溅参数和降维叶片湿度信息集，进行滴灌叶片质量分析，结合多个土壤积水参数和降维根茎湿度信息集，进行滴灌根茎质量分析，根据多个滴灌叶片质量信息和多个滴灌根茎质量信息，处理获得滴灌质量分析结果，作为生长灌溉数据分析结果。本发明达到了提升生长灌溉数据分析全面性和准确性的技术效果。技术研发人员：郑志民,何冰强,金宏勇,关志林,张秀娣,罗惠恩,黄桂,冯木成,冯仕灶,郑伟杰,曾婉琴,岑浩锞,叶湛权,吴国洪,郑品威,杨金华,谌掌家,梁支华受保护的技术使用者：广东万顷洋农业发展有限公司技术研发日：技术公布日：2024/11/4